二手车交易价格预测----:模型结果融合

二手车交易价格预测 ——模型结果融合

通过对赛题的分析，我们可以看出此类问题是对价格进行回归预测，那我们对于数据需要事先做预处理分析，这里我们采用EDA探索性数据分析来进行。
探索性数据分析是对调查，观测所得到的一些初步的杂乱无章的数据，在尽可能量少的先验假定下进行处理。通过作图，制表等形式和方程拟合计算某些特征量等手段，探索数据的结构和规律的一种数据分析方法。
对于此类问题我们可以从以下五个方面去描述分析：变量是否有缺失，变量是否有异常值，变量是否有冗余,样本是否存在不平衡问题,以及基于目标price进行分析查看各变量的分布情况。
ps:本赛题中数据链接：二手车交易数据
提取码：wqld
参考链接：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.12.1cd8593aw4bbL5&postId=95457

本文基于Python3.7进行分析

汇总：

重点介绍：
Bagging和boosting

Bagging即套袋法，其算法过程如下：

从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping有放回的方法抽取n个训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行k轮抽取，得到k个训练集。（k个训练集之间是相互独立的）
每次使用一个训练